基于Bagging-WOA-SVR的糧堆溫度場預測模型

摘要： 采用陣列式分布的測溫電纜檢測糧倉溫度變化情況，利用機器學習技術來預測糧食溫度，用糧倉1年監(jiān)測數(shù)據(jù)來預測糧堆未來27 d溫度。傳統(tǒng)的BP、RBF、RF、SVR單模型對糧堆溫度進行預測存在誤差大、泛化能力差等缺點，提出一種基于Bagging集成的鯨魚算法優(yōu)化支持向量回歸模型(Bagging-WOA-SVR),并與灰狼算法優(yōu)化支持向量回歸模型作比較。將影響糧堆溫度的多種因素做灰色關聯(lián)...